買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜濟(jì)南大學(xué)申請的專利基于半高斯采樣的金融產(chǎn)品推薦方法、系統(tǒng)、設(shè)備及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119205281B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411718037.8，技術(shù)領(lǐng)域涉及：G06Q30/0601；該發(fā)明授權(quán)基于半高斯采樣的金融產(chǎn)品推薦方法、系統(tǒng)、設(shè)備及介質(zhì)是由王琳;彭偉;張亮亮;楊波;韓亞敏;劉雙榮設(shè)計(jì)研發(fā)完成，并于2024-11-28向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本基于半高斯采樣的金融產(chǎn)品推薦方法、系統(tǒng)、設(shè)備及介質(zhì)在說明書摘要公布了：本發(fā)明涉及時(shí)間序列預(yù)測技術(shù)領(lǐng)域，提供了一種基于半高斯采樣的金融產(chǎn)品推薦方法、系統(tǒng)、設(shè)備及介質(zhì)。基于半高斯采樣的金融產(chǎn)品推薦方法包括，獲取多種金融產(chǎn)品的歷史屬性數(shù)據(jù)和歷史熱度數(shù)據(jù)，并進(jìn)行預(yù)處理，構(gòu)建樣本集，將樣本集劃分為訓(xùn)練集和測試集，將訓(xùn)練集中的樣本序號映射到半高斯分布的x軸區(qū)間[μ?3σ，μ]內(nèi)，計(jì)算每個(gè)樣本的權(quán)重，并將權(quán)重轉(zhuǎn)化為概率值；多項(xiàng)式分布利用所述概率值進(jìn)行有放回的抽取若干個(gè)樣本；基于抽取的若干個(gè)樣本和每個(gè)樣本對應(yīng)的真實(shí)值，對動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)，用于預(yù)測所有金融產(chǎn)品的排名，并加排名靠前的若干金融產(chǎn)品推薦給用戶。本發(fā)明能夠生成更加精準(zhǔn)的推薦結(jié)果。

本發(fā)明授權(quán)基于半高斯采樣的金融產(chǎn)品推薦方法、系統(tǒng)、設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.基于半高斯采樣的金融產(chǎn)品推薦方法，其特征在于，包括：獲取多種金融產(chǎn)品的歷史屬性數(shù)據(jù)和歷史熱度數(shù)據(jù)，并進(jìn)行預(yù)處理，構(gòu)建樣本集，其中，樣本集中的每個(gè)樣本均包括所有金融樣本標(biāo)準(zhǔn)化后的歷史屬性數(shù)據(jù)和歷史熱度數(shù)據(jù)；將樣本集劃分為訓(xùn)練集和測試集，將訓(xùn)練集中的樣本序號映射到半高斯分布的x軸區(qū)間[μ-3σ，μ]內(nèi)，計(jì)算每個(gè)樣本的權(quán)重，并將權(quán)重轉(zhuǎn)化為概率值；多項(xiàng)式分布利用所述概率值進(jìn)行有放回的抽取若干個(gè)樣本；基于抽取的若干個(gè)樣本和每個(gè)樣本對應(yīng)的真實(shí)值，對動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)，用于預(yù)測所有金融產(chǎn)品的排名，并將排名靠前的若干金融產(chǎn)品推薦給用戶；所述動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)包括若干時(shí)間步依賴模塊和時(shí)間卷積模塊的組合、以及全連接模塊，所述時(shí)間步依賴模塊用于對權(quán)重和輸入數(shù)據(jù)進(jìn)行點(diǎn)乘操作，其中，輸入數(shù)據(jù)包括訓(xùn)練階段中的抽取的若干個(gè)樣本，或預(yù)測階段中的金融產(chǎn)品標(biāo)準(zhǔn)化后的當(dāng)前屬性數(shù)據(jù)和當(dāng)前熱度數(shù)據(jù)；所述時(shí)間卷積模塊包括：一維卷積層、批歸一化層、激活層和隨機(jī)失活層；所述全連接模塊包括全連接層、批歸一化層、激活層和歸一化指數(shù)函數(shù)；在訓(xùn)練過程中，采用斯皮爾曼秩相關(guān)系數(shù)損失優(yōu)化動(dòng)態(tài)時(shí)間卷積網(wǎng)絡(luò)的超參數(shù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人濟(jì)南大學(xué)，其通訊地址為：250000 山東省濟(jì)南市市中區(qū)南辛莊西路336號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。